生物识别技术以其无可辩驳的安全性、便利性、易操作性越来越受到人们关注,人体的生物特征包括指纹、声音、面孔、虹膜、掌纹等等。相比其他生物特征识别技术,指纹识别技术具有识别效率高、采集方便、成本低廉等优点。近几年又出现了半导体指纹传感芯片,所以指纹识别技术已经开始应用到很多嵌入式设备中。 本文在总结、归纳和吸取了国内外学者所取得的研究成果的基础上,对自动指纹识别的若干问题进行了深入的研究,其中包括:指纹图像的分割,指纹图像质量的评估、奇异点的求取、指纹匹配以及自动指纹识别算法开发测试平台的建立等。指纹图像分割算法对常用的块灰度均值特征进行了改进并结合聚集度和灰度方差特征作为分割的依据,采用小样本情况下具有分类优势的SVM构造分类器,并对SVM带来的分割速度的影响提出了解决方法。接着,根据有效区域大小、指纹相对于中心的偏移程度、奇异点和方向场信息等指标,提出了一套完整的指纹图像质量评价体系。使用该评价系统,能够较好地对指纹图像质量进行检测。奇异点的求取采用流行的Poincare索引的计算,并利用k—均值算法有效地去除伪奇异点。最后,提出了一种改进的基于Hough变换的快速指纹匹配算法,该方法降低了参数空间的维数,并且能够唯一性地确定参数,大大简化了参数空间的复杂度,克服了常规基于Hough变换匹配方法计算量大,空间要求高的问题,同时具有较强的鲁棒性,能够较好地处理低质量指纹图像。 为验证算法,在自行建立的指纹识别开发测试平台上进行了大量实验,试验结果表明算法取得了良好的效果。